DruckFin

Shopify 表示：代理式商務帶動轉換率大幅提升 80%，並在所有 AI 通道中維持其抽成比例

高盛 Communacopia + 科技會議，2026年9月10日

Shopify 向投資人展示了 AI 驅動的購物模式如何實際轉化為營收的最詳細數據。財務長 Jeff Hoffmeister 與成長部門主管 Archie Abrams 公布了相關轉換統計數據，量化了一項公司此前在財報會議中僅約略提及的趨勢。兩位高層在高盛（Goldman Sachs）舉辦的 Communacopia + 科技會議上指出，代理式商務正在推升全球電子商務的滲透率，同時並未破壞支撐 Shopify 商業模式長達二十年的經濟結構。

代理式商務背後的轉換率計算

最受矚目的頭條數據是：消費者若從大型語言模型（LLM）開始搜尋，直接降落至特定商品頁面（而非商家首頁）的機率高出 2.5 倍，而這種精準度轉化為高達 80% 的轉換率提升。Hoffmeister 小心翼翼地將此定位為「初期但真實」的現象。他表示：「大約在 6 到 9 個月前，我們開始看到真實流量：消費者前往某個 LLM 進行探索，最後來到商家的網站並完成交易。」他也附帶補充，代理式商務的估算值會根據各家供應商對該類別的定義而有極大差異。

對於擔心 AI 中介機構會稀釋利潤率的投資人而言，Hoffmeister 更重要的披露是強調：無論流量是由哪一個通道發起，Shopify 的經濟模式都不會改變。他說：「無論你是從這個 LLM 還是那個 LLM 開始，它對商家而言依然是一個通道，你最終還是會連到商家的網站。」他指出，一旦消費者降落至商家網站，交易依然會透過 Shop Pay 以及 Shopify 現有的支付、稅務與外匯（FX）基礎設施進行。他以 Shopify 與 Meta 及 OpenAI 的整合為例，說明這類合作夥伴關係的運作模式，並指出 LLM 彼此之間是在「推薦品質」上競爭，而非試圖介入並切斷商家關係。他表示：「當你輸入非常具體的商品需求時，他們希望把你導向正確的位置。」他將 LLM 的誘因解讀為與終端消費者的品牌建立，而非向 Shopify 抽成。

商品目錄（Catalog）作為結構性護城河

整場會議的許多焦點集中在 Catalog 上，這是 Shopify 為了讓 AI 系統能夠讀懂商家庫存而開發的產品。Abrams 形容這項產品遠遠超越了基本的商品標籤：「我們投入了大量心力，對每一項商品進行極度深入的理解……建立了一個極其健全的分類體系，不僅涵蓋最基本的面向，還包括理解圖像、精準掌握風格，以及了解這項商品會吸引哪種買家。」該系統還能對不同商家的商品列表進行去重複化，並層疊即時庫存與定價數據。Abrams 認為，這是企圖為購物者提供可靠答案的 LLM 無法透過一般網路搜尋來複製的。

Hoffmeister 進一步舉例說明，Catalog 如何透過更完善的商品描述，將需求引導至購物者原本可能永遠找不到的小型製造商。他以 LLM 根據更豐富的商品資料，推薦「葡萄牙的一家小型製造商」而非知名品牌為例。其戰略意義在於，Catalog 不僅是一個探索工具，更是一個將需求重新分配給 Shopify 現有長尾商家的機制。

長尾商家成為早期贏家

兩位高層皆反駁了「代理式商務主要造福大型知名品牌」的說法。Hoffmeister 引述 Shopify 上一次財報會議中提及的數據指出，絕大多數的 AI 驅動搜尋流量都落在公司前 100 大商品類別之外，這讓小型或成長陷入停滯的品牌受益——當消費者向 LLM 提出高度具體而非泛泛的問題時，這些品牌便會重新被發現。他將此歸納為三種截然不同的模式：利基品牌重新獲得動能、如電子產品與家具等規格繁複的類別受惠於 AI 解析詳細需求的能力，以及先前描述不足的商品在商家透過 Catalog 豐富商品資訊後獲得流量提升。

這直接呼應了 Shopify 長期以來協助小型商家對抗市集巨頭的訴求，而公司目前正提出證據證明，AI 搜尋正在加速而非破壞這種動態。

商家獲客仍有發展空間

在平台的供給端方面，Abrams 反駁了 Shopify 的商家獲客引擎正逐漸耗盡空間的說法。他指出，美國的新企業創立數量年增 12%，然而目前僅約有 1% 的美國人口正在創業，這留下了他所形容的龐大未開發潛在創業族群。他認為 AI 正在降低創業所需的技能門檻：「有了 AI，你可能只需要一項超級能力……利用 Sidekick 或其他 AI 工具成為行銷專家，利用 Shopify 的 Autopilot……利用 Sidekick 來執行報表與營運。」Abrams 還透露，Shopify 上超過 40% 的企業是由重複創業的商家所創立，並以 Gymshark 創辦人 Ben Francis 為例，說明這位企業家在成功之前曾嘗試過多次創業。Shopify 表示，這種動態正是他們透過與創辦人建立長期信任（而非一次性獲客）來努力捕捉的目標。

Sidekick 的變現是間接的，這正是重點所在

針對商家的 AI 助理 Sidekick，Hoffmeister 確認該工具並無直接的變現策略：其價值體現在透過商家解決方案（Merchant Solutions）流向支付、稅務與外匯營收項目的更高 GMV（商品交易總額）中。他指出，過去九個月的使用量「確實呈爆炸性成長」，從多數詢問市場進入策略的中型商家，擴展至所有規模與地理區域的商家。Sidekick 的主動式層級功能（稱為 Sidekick Pulse）現在會主動浮現未經提示的建議，例如建議商家建立含有折扣的商品系列以提升 GMV，這象徵著從被動助理轉變為積極主動的企業顧問。

面對任何規模化 AI 產品必然伴隨的利潤率問題，Hoffmeister 坦言 LLM 的成本正在上升，但他說明了積極的緩解措施，包括快取重複的商家查詢，以及依賴 Shopify 專有的交易資料，而非總是預設使用最前沿的模型。他說：「我不需要為了做到這點而使用最新、最好的模型。」Abrams 補充說，利用較新的開源模型進行蒸餾（distillation）工作，正帶來顯著的成本槓桿效益，「且幾乎沒有或完全沒有犧牲品質」，這項細節應能讓追蹤訂閱解決方案毛利率走勢的投資人感到安心。

在回應有關傳統搜尋流量的擔憂時，Abrams 表示，自然搜尋（organic search）對 Shopify 商家而言依然強勁，但正在往轉換漏斗的下游遷移，變得更具導航性質。他舉例指出，搜尋行為已從「黑色褲子」這類泛泛的查詢，轉變為「Vuori 褲子」這類帶有品牌的查詢。在他看來，漏斗頂端的探索越來越多發生在社群平台與代理式搜尋中，而傳統的 SEO 現在則扮演將購物者導向特定品牌網站的後期功能。他將此解讀為對獨立品牌淨有利的發展，因為競爭激烈的泛泛查詢正被更有利於差異化商品的具體查詢所取代。

企業級遷移時間從數年縮短至數週

在企業級採用方面，Abrams 表示，以往歷史上大約需要花費一年時間的大型品牌平台遷移，現在幾週內就能完成。他將這項改變歸功於更簡易的平台整合，以及遷移機構所使用的代理式工作流程。Hoffmeister 將此形容為競爭動態的結構性轉變：大型零售商破天荒能夠採用效能優於「過去幾十年」累積內部建置系統的第三方基礎設施，這使得不採用 Catalog 等工具變成了一項競爭劣勢，而非中立的選擇。

消費者需求保持穩定

當被直接問及消費者健康狀況時，Hoffmeister 表示，Shopify 專有的商家資料顯示，其表現與更廣泛的宏觀數據沒有明顯偏離。他形容過去幾個季度以來的業績表現「在各個地理區域、商家規模、產業與垂直領域中」皆保持一致，即使計入了近期油價波動與整體消費者情緒的變化亦然。